Dynamic Event Positioning using Wireless Sensor Networks

Man Hung
Wong

 

Dynamic Event Positioning using Wireless Sensor Networks

Website: http://www.kennywong.co.cc/

 

 

Titel: Hoe bereik ik mijn locatie zonder hulp van GPS?

 

 

 

Inleiding

 

Technologieën maken ons dagelijkse leven comfortabeler dan ooit. Niet zo lang geleden kwamen de wetenschappers op het idee om een draadloze communicatie te ontwerpen. Denk aan de GSM(Global System for Mobile communications) die ons meer vrijheid geeft dan de vaste telefoon. We kunnen onze vrienden en familie contacteren waar we willen en wanneer we willen. Twintig jaar geleden wanneer we een afspraak wilden maken met onze vrienden, moesten we ervoor zorgen dat we zeker op tijd waren door extra vroeg te vertrekken dan gewoonlijk. Want als we onderweg een hinder tegenkwamen, zoals een file of vertraging van de trein, konden we onze vrienden niet bereiken om hen te melden dat we wat later zullen zijn. De kans dat onze vrienden vertrekken zonder op ons te wachten is heel groot. Een andere trend is minimaliseren van de omvang. Nanotechnologie zorgt ervoor dat de wetenschappers kleinere elektronische onderdelen(bijvoorbeeld: chips) kunnen ontwikkelen. Denk maar aan de omvang van de gsm van 10 jaar geleden tegenover die moderne en multi-functionele iPhone van Apple. Op het zelfde moment zijn de wetenschappers ook bezig met het onderzoeken van de omgeving rond het domein sensoren. Sensoren detecteren de informatie uit de omgeving en zetten deze om in digitale vormen zodat men ze kan gebruiken en verwerken met de computer. Een eenvoudig voorbeeld is een digitale thermometer die de temperatuur van de omgeving weergeeft in cijfers(Celsius/kelvin). Door al de te besproken technologieën te combineren ontstaat er een nieuwe technologie die men Wireless Sensor Networks noemt. Eén van de meest recente technologie waar vele wetenschappers uit universiteiten en hogescholen aan onderzoek doen. In het kort is het een draadloos netwerk dat bestaat uit kleine autonome apparaten met sensoren die een gebied kan observeren en beveiligen.

 

 

Waarom Wireless Sensor Networks?

 

Wireless Sensor Networks(WSN) heeft verschillende voordelen bovenop het gewone bedradende netwerk. Men kan deze installeren op een veel snellere en eenvoudigere manier. Het kan gebruikt worden op plaatsen waar een bedradend netwerk moeilijk of niet mogelijk is. Denk maar aan de plaatsen waar men geen toestemming krijgt om door de muur te boren zoals musea, historische gebouwen en monumenten. Of bij gevaarlijke gebieden zoals plaatsen met een zeer hoge temperatuur waar draden niet door kunnen gaan. En vanuit het economisch standpunt verkiest men ook WSN boven de gewone bedradend sensor netwerk, omdat dit veel goedkoper is, zeker als het gaat over een gebied voor tijdelijke monitoring.

 

 

Wat is monitoren van een gebied?

 

Monitoren van een gebied wil dus zeggen dat men een bepaald gebied wil observeren en/of beveiligen. Als voorbeeld voor de observatie nemen we activiteiten van een actieve vulkaan. Door meerdere WSN sensoren rond de omgeving van de vulkaan te verspreiden, kan men er verschillende informatie uithalen. De verzamelde informatie kan men dan gebruiken voor statistieken om de vulkaanactiviteiten te bestuderen en voorspellingen te doen. Op verboden gebieden waar enkel mensen met toestemming binnen mogen treden, gaat men de ruimte beveiligen. En hier maakt men gebruikt van WSN technologie om zo indringers te detecteren.

 

 

Kenmerken van Wireless Sensor Networks

 

WSN focust zich op het ontwikkelen van een lage kost, lage energieverbruik en multi-functionele sensorapparaten in kleine omvang. Deze kleine elektronische apparaten kunnen met elkaar communiceren via de ingebouwde antenne om informatie uit te wisselen. Zulke sensoren noemt men “mote”. U kunt mote best vergelijken met een kleine computer, maar dan met een zeer beperkte verwerkingskracht en geheugen capaciteit(zie figuur 1).

 

 

Doel van het project

 

De officiële titel van mijn onderzoekproject heet “Dynamic Event Positioning using Wireless Sensor Networks” ,afgekort “WSNDEP”. Zoals de titel het zegt, het maakt gebruik van Wireless Sensor Networks technologie. Hierin maak ik gebruik van de TelosB motes van Crossbow die ontworpen zijn door Berkeley Universiteit. Elke TelosB mote bestaat uit een microprocessor(CPU), een geheugen, een interne antenne(het exacte type is cc2420) met of zonder sensoren voor licht en temperatuur metingen(zie figuur2). Daarin onderscheidt men 3 soorten mote: Een mote die niet verplaatsbaar is en geen kennis heeft van zijn eigen locatie wordt kortweg “mote” genoemd. Een mote die niet verplaatsbaar is maar wel kennis heeft van zijn eigen locatie krijgt de naam “beacon” of “anchor mote”. En een mote die wel verplaatsbaar is binnen het WSN-netwerk heet “mobiele mote”(zie figuur 3). Een mobiele mote kunt u best vergelijken met een klein mobiel wagentje dat gestuurd kan worden op afstand. De mobiele mote onderscheidt zich van de gewone mote dat hij buiten verplaatsbaarheid ook betere en extra uitrustingen kan hebben zoals bijvoorbeeld een sterkere processor, meerdere sensoren, een groter communicatiebereik die een probleem meer gedetailleerd kan analyseren.

 

Het doel van mijn project focust zich op het probleem hoe men een mobiele mote naar een probleemgebied (de locatie van een bepaalde mote) kan sturen wanneer men totaal niet weet waar het probleemgebied en de mobiele mote zich bevindt. Er is ook geen hulp van andere referentiepunten, met andere woorden geen connectie met andere anchor motes die wel weten waar ze zich bevinden. Het enige dat men heeft is de draadloze connectie tussen de mobiele mote en de mote van het probleemgebied. En om het nog moeilijker te maken, wil ik dit doen op een manier dat alles automatisch kan worden uitgevoerd zonder tussenkomst van de mens.

 

Een mogelijke situatiebeschrijving

 

Brandalarmerend systeem

Stel dat we een brandalarmerend systeem willen bouwen voor een opslaggebied met meerdere zones, dan hebben we een WSN netwerk nodig om het gebied te monitoren. We installeren de motes op verschillende zones die de temperatuur van hun omgeving kunnen detecteren. Vervolgens laten we ze met elkaar draadloos communiceren om een WSN netwerk te vormen. De informatie uit de verschillende motes wordt verstuurd naar de centrale of eenvoudig gezegd de computer van de systeembeheerder. Wanneer er een brand ontstaat bij een bepaalde zone bijvoorbeeld bij zone B. De mote in zone B detecteert een enorm grote stijging van de temperatuur rond zijn omgeving, wat niet normaal is. Hij stuurt een boodschap door naar de centrale over de mogelijke brand. Om te zien wat het exacte probleem is bij zone B, stuurt de systeembeheerder een brandweerwagentje door naar zone B, een mobiele mote die een camera en een brandblusser heeft. Wanneer het brandweerwagentje in zone B is, kan hij het vuur blussen. En bij vals alarm kan het wagentje de oorzaak van een valse detectie analyseren om het systeem te verbeteren.

 

 

Moeilijkheden en uitdagingen

 

Een eenvoudig monitoring systeem bestaat uit een netwerk met draadloze sensoren die informatie van het gemonitorde gebied kan verzamelen en die problemen kan melden die ontstaan bij abnormale gebeurtenissen. Een ingewikkelder systeem is het tracking systeem die de bewegingen van een mote kan volgen. En een meer geavanceerd systeem is bovendien uitgerust met een mobiele mote, die men naar het probleemgebied kan aansturen voor een gedetailleerde analyse met mogelijke reddings- en heropbouwfuncties om het probleem op te lossen. Het aansturen van een mobiele mote naar het probleemgebied is niet moeilijk. Het enige wat men moet weten is de positie van het probleemgebied en de positie van de mobiele mote, dan kan de BackOffice operator de mobiele mote manueel besturen door de bewegingen van de mote op te volgen op het scherm(tracking). Het echte probleem komt pas als men een volledig geautomatiseerd systeem wilt bouwen waar de mobiele mote automatisch naar het probleemgebied gaat, zonder tussenkomst van de mens. Mijn project focust op het laatste aspect en ik probeer een oplossing te vinden met mijn eigen ontworpen algoritme, “Try-Angle”. Aangezien de bestaande lokalisatie algoritmes niet volledig aan mijn eisen voldoen.

 

 

Bestaande lokalisatie technieken en algoritmes

 

Wanneer men een mobiele mote wilt zenden van één plaats naar een andere plaats, komt men in contact met het domein “ lokalisatie “, aangezien men de positie van de mobiele mote en van de bestemming mote moet te weten komen. Er zijn 2 belangrijke zaken die men in gedachten moet houden wanneer men spreekt over lokalisatie: de lokalisatietechnieken en de lokalisatie algoritmes.

 

Lokalisatie technieken

De verschillende lokalisatie technieken zijn: Received Signal Strength (RSS), Time Difference of Arrival(TDoA) en Angle of Arrival(AoA). Waar RSS de meest gebruikte techniek is binnen Wireless Sensor Networks. Het idee van RSS is eenvoudig: men schat de afstand tussen twee motes door middel van een gekende ratio van signaalvermindering over een afstand. Hoe groter de afstand tussen de twee motes, hoe zwakker het signaal wordt.

 

De basis lokalisatie algoritmes zijn “Trilateratie” en “Triangulatie”.

Trilateratie kan de relatieve positie van de objecten bepalen door gebruik te maken van 3 of meerdere referentiepunten. Beeldt u zich dat in bij een eenvoudig netwerk met 3 anchor motes A, B en C als referentiepunten(figuur 4). Mote U is de mobiele mote dat zijn positie niet kent. Om de positie van mote U te kunnen bepalen vraagt  mote U  aan A waar hij zich bevindt. Hij ontvangt het antwoord van A, dat 8 meter van A is. We tekenen een oranje cirkel A met een radiaal van 8 meter. Mote U moet ergens op de oranje cirkel A liggen. U vraagt aan B dezelfde vraag en krijgt het antwoord dat hij 6 meter verder ligt van B. We tekenen de rode cirkel B met een radiaal van 6 meter. Mote U moet ergens zijn tussen de intersectie van de cirkel A en cirkel B. Op dit moment zijn er nog twee mogelijkheden over. Om de exacte locatie te weten heeft mote U nog een derde hulp nodig. Hij vraagt het aan C en krijgt 4 meter als antwoord. We tekenen een groene cirkel C. De intersectie van de 3 cirkels geeft de exacte locatie van mote U weer(figuur 5).

 

Triangulatie (wordt gebruik bij GSM netwerk)

Triangulatie is een andere manier voor lokalisatie. Hier bepaalt men de relatieve positie van de punten in een ruimtelijk veld door afstands-en richtingsmetingen te doen. Men maakt gebruik van metingen bij de relatieve tijdvertragingen in een signaal. Triangulatie wordt vooral gebruikt bij cellulaire netwerken of eenvoudig gezegd bij de GSM netwerken. Dit is echter niet nuttig bij WSN netwerken wegens het gebruik van een krachtige antenne, dat duur, een groot energieverbruik heeft en niet rendabel is.

 

 

Waarom geen trilateratie en triangulatie bij mijn project?

 

Er zijn enkel beperkingen bij het gebruik van trilateratie en triangulatie. Eerst en vooral heeft men ten minste drie anchor motes nodig als referentiepunten. Als tweede stap, trilateratie en triangulatie zijn ingewikkelde berekeningen die zwaardere berekeningskracht en berekeningstijd vereisen. Als derde is dat trilateratie zelden snijdt op een gemeenschappelijk punt, waardoor men daarbuiten nog een caliberatie methode nodig heeft die extra berekeningen en tijd vereist, hoewel triangulatie speciale antennes en een krachtige computer vraagt om juist te kunnen synchroniseren. Tot slot zal de oriëntatie van de mobiele mote ook een probleem veroorzaken(zie figuur 6).

 

 

En hoe zit het met GPS?

 

GPS gebruikt een variatie van trialteratie, namelijk multilateratie die min of meer hetzelfde principe heeft. Hoewel GPS vrij accuraat is om lokatie te bepalen, werkt hij enkel buiten huis(outdoor). En de grote energieverbruik is echter niet geschikt voor Wireless Sensor Networks.

 

 

TRY-ANGLE: een eenvoudig lokalisatie algoritme met veel mogelijkheden

 

Try-Angle maakt gebruik van de techniek van Received Signal Strength Indicator(RSSI). Om het makkelijker te doen begrijpen laten we het illustreren met een voorbeeld (Figuur 7). Eerst wordt de signaalsterkte tussen de mobiele mote en zijn bestemming bepaald door middel van RSSI. We bewaren deze informatie als de RSSI-waarde van de oorsprong(RSSI_org). Vervolgens bevelen we de mobiele mote een stuk vooruit te rijden(in ons geval 1 meter). We meten het RSSI signaal opnieuw en bewaren het als de nieuwe RSSI-waarde(RSSI_new). Als volgt vergelijken we de nieuwe waarde met de waarde van de oorsprong. Is de nieuwe waarde hoger dan die van de oorsprong(RSSI_new > RSSI_org), dan rijdt de mobiele mote in de juiste richting. De reden hiervoor is dat een hogere waarde, een betere signaalsterkte betekent. De signaalsterkte stijgt wanneer de afstand tussen de mobiele mote en zijn bestemming korter is. Nu bewaren we de nieuwe RSSI-waarde als de oude RSSI-waarde(RSSI_old = RSSI_new). We laten de mobiele mote 1 meter verder rijden in dezelfde richting en meten de signaalsterkte opnieuw voor een nieuwe vergelijking(RSSI_new = nieuwe RSSI-waarde;  Is RSSI_new > RSSI_old?). We herhalen deze stappen tot wanneer de nieuwe RSSI-waarde is lager dan de oude waarde(RSSI_new < RSSI_old). Wanneer dit gebeurt, betekent het dat de mobiele mote niet meer verder kan rijden in dezelfde richting, want de signaalsterkte zal alleen maar lager en lager gaan. Het is noodzakelijk om een andere richting uit te proberen(figuur 8 en 9).

 

We laten de mobiele mote naar de andere richting gaan en meten een nieuw signaal. Als de nieuwe RSSI-waarde hoger is dan ervoor, dan zal de mote opnieuw vooruit gaan. Anders, moet het een nieuwe richting uitproberen. We herhalen dit enkele keren en zo bereikt de mote zijn bestemming zonder kennis te moeten hebben over de locatie van de bestemming mote, de locatie en oriëntatie van de mobiele mote. En al dit kan uitgevoerd worden volledig zonder menselijke tussenkomt.

 

 

Conclusie

 

Ik geloof dat Try-Angle nieuwe mogelijkheden kan bieden op gebied van WSN technologie en geautomatiseerde systemen. Zo kan men een volledig geautomatiseerde monitoring systeem maken tegenover het half geautomatiseerd tracking systeem die nog tussenkomst van de mens nodig heeft. Het is veel beter dat het systeem het probleem detecteert, het meldt en op hetzelfde moment het probleem zelf probeert op te lossen, dan een systeem te hebben die enkel een melding geeft en een operator nodig heeft die 24/7 ter beschikking moet zijn om opkomende problemen op te lossen.

In dit artikel heb ik enkel beperkt tot het basis idee van Try-Angle, die theoretisch perfect uitvoerbaar is. Maar de wereld maakt het ons niet gemakkelijk, want in de realiteit zijn er nog andere obstakels die de draadloze signalen verstoren. Het is eenmaal niet te vermijden bij het gebruik van draadloze netwerken. Zeker met de zwakke interne antenne van de TelosB mote bij mijn project die extreem gevoelig is voor signaal fluctuatie(het niet correct weergeven van het signaal sterkte door obstakels). In de volledige thesis wordt er nog verschillende problemen besproken. Hoe men Try-Angle kan bewapenen tegen al die problemen. Ook is er sprake van efficiëntie verbetering en hoe men door enkel gebruik te maken van een mobiele mote een volledige locatiebepaling kan doen van een netwerk waar men totaal niets afweet(een ongekende netwerk die enkel bestaat uit mote die zonder kennis hebben van zijn eigen locatie). En dit dan nog gebeuren op een automatische manier, zo dat Try-Angle tot een krachtig, robuust en betrouwbaar lokalisatie algoritme kan worden.

Bibliografie

[1] T. Z. Kazem Sohraby, Daniel Minoli, WIRELESS SENSOR NETWORKS: Technology, Protocols, and Applications. A John Wiley and Sons, INC, Publication, 2007.

[2] S. Bergbreiter and K. Pister, “Cotsbots: An off-the-shelf platform for distributed robotics,” Proceedings of the 2003 IEEE/RSJ,Intl.Conference on Intelligent Robots and Systems,Las Vegas, p. 6, 2003.

[3] V. K. M. P. Seapahn Meguerdichian, Sasa Slijepcevic, “Localized algorithms in wireless ad-hoc networks - location discovery and sensor exposure,” p. 11.

[4] Z. Yang and Y. Liu, “Quality of trilateration: Confidence based iterative localization,” Master’s thesis, Hong Kong University of Science and Technology, Hong Kong.

[5] “Nxtmote website,” 2008. [Online]. Available: http://nxtmote.sourceforge.net/

[6] M. A. M. G. N. N. Javier Alonso, Sergio Gmez, “Experimental measurements of the power consumption for wireless sensor networks,” Master’s thesis, Computer Architecture Department,Universitat Politcnica de Catalunya, 2006.

[7] R. v. B. David Gay, Philip Levis, “The nesc language a holistic approach to networked embedded systems,” p. 11. [Online].Available: http://nescc.sourceforge.net

[8] W. M. Bart Scheers and B. Lauwens, “Developments on an ieee 802.15.4-based wireless sensor network,” Journal of telecommunications and information technology, p. 8, 2008.

[9] D. T. Frank Reichenbach, Jan Blumenthal, “Comparing the efficiency of localization algorithms with the power-error-product,” p. 6, 2008.

[10] G. J.-P. D. S. L. Ottoy Geoffrey, Van Nieuwenhuyse Anneleen,“Indoor localisation techniques: Comparison between the use of rss and toa,” Master’s thesis, KaHo Sint Lieven Department Industrieel Ingenieur, G.Desmetstraat.1, B-9000 GENT, 2007.

[11] Y. O. M. M. Masashi Sugano, Tomonori Kawazoe, “Indoor localization system using rssi measurement of wireless sensor network based on zigbee standard,” Master’s thesis, School of Comprehensive rehabilitation and Graduate School of Information Science and Technology, Osaka Prefecture University,.

[12] R. S. Joseph Polastre and D. Culler, “Telos: Enabling ultra-low power wireless research,” Master’s thesis, Computer Science Department,University of California, Berkeley, CA 94720, 2005.

[13] K. Srinivasan and P. Levis, “Rssi is under appreciated,” p. 5.

[14] S.-Y. L. K.-M. C. P. H. Tsung-Han Lin, I-Hei Ng, “A microscopic examination of an rssi-signature-based indoor localization system,” Master’s thesis, Department of Electrical Engineering, Graduate Institute of Networking and Multimedia, Graduate Institute of Communication Engineering, National Taiwan University, 2008.

[15] D. Puccinelli and M. Haenggi, “Multipath fading in wireless sensor networks - measurements and interpretation,” p. 6, 2006.

[16] I. F. Matthias Lott, “A mulit-wall-and-floor model for indoor radio propagation,” p. 5.

[17] B. Capsuto and J. Frolik, “A system to monitor signal fade due to weather phenomena for outdoor sensor systems,” p. 2.

[18] S. H. Michael Mallinson, Patrick Drane, “Discrete radio power level consumption model in wireless sensor network,” p. 6.

 

Download scriptie (7.31 MB)
Universiteit of Hogeschool
AP Hogeschool Antwerpen
Thesis jaar
2008